Google 研究用智能手表传感器无校准检测高血压迹象
Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统,仅用智能手表 PPG 与加速度计数据、无需袖带校准即可检测高血压迹象。
推荐理由:研究以 24 小时动态血压监测为金标准,给出智能手表无袖带校准筛查高血压的敏感度与特异度对比。
Google Research 在 Nature 发表 AI-PPG-ACC-HTN 系统,仅用智能手表 PPG 与加速度计数据、无需袖带校准即可检测高血压迹象。
推荐理由:研究以 24 小时动态血压监测为金标准,给出智能手表无袖带校准筛查高血压的敏感度与特异度对比。
Google Research 提出 Agile Deliberation 框架,把主观视觉分类器的构建拆成概念界定与概念迭代两个阶段,由视觉语言模型主动挑出语义边界模糊的图片,让用户澄清意图,再自动优化提示词。
微软构建 Industry Evaluation Data Generation Platform,用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot,避免使用任何客户数据。
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,证明在高维对数凹分布下,最佳平面切割与任意形状最佳切割的差距可由一个与维度无关的常数界定。
推荐理由:读者可看到人机协作如何被拆成可复用的研究流程,以及独立证明与 Lean 形式化如何构成交叉验证。
Google Research 在 JAMA Network Open 发表研究,用 AI 解读无超声专业培训人员操作的盲扫超声图像来估算孕龄。在 385 名 16 至 36 周孕妇的队列中,模型平均绝对误差为 4.18 天,专家标准流程为 4.48 天;芝加哥适配后为 4.10 天,内罗毕零本地优化为 4.27 天。
Google DeepMind 介绍其智能体开发平台 Google Antigravity 用于抗菌肽发现,把原本分散在多个数据库的检索压缩到一次会话中,并结合 ProtNLM 从氨基酸序列预测生物功能,扫描 UniProt 中数百万条未表征蛋白。
推荐理由:原文给出智能体科研工作台在抗菌肽发现中的完整流程,可了解AI如何压缩跨数据库检索与结构评估。
微软研究院发布零知识虚拟机 Magnetar,可证明 Rust、Go、C 编写的程序执行,在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍,证明验证约 12 毫秒。
推荐理由:微软研究院公开 Magnetar zkVM 的设计与基准数据,读者可了解零知识证明在通用程序上的性能与密码学取舍。
微软研究院推出 StudentSim,一个从公开去标识化学习记录中训练个性化 AI 学生模拟器的研究系统,用于在真实学习者测试前评估和改进 AI 辅导系统。该研究同时提出 StudentSimEval 评测基准,覆盖国际象棋、第二语言英语写作和数学三个领域,从行为保真度和指导响应性两个维度评估模拟器,StudentSim 在三个领域均优于主流基线。